Parametrik olmayan test, istatistiksel analiz yapan herhangi bir işletme yöneticisinin veya pazarlamacının sahip olması gereken temel bir beceridir. İstatistik kursları genellikle sadece parametrik istatistikleri öğretir, ancak iş dünyasında parametrik olmayan analiz gerektiren birçok gerçek dünya veri analizi durumu vardır. Bu makale, parametrik analiz yerine parametrik olmayan test gerektiren en yaygın 5 durumu incelemektedir.

İstatistiksel yöntemler ya parametriktir ya da parametrik değildir. Parametrik istatistiksel testler, örneklerin alındığı popülasyon hakkında varsayımlar gerektirir. Örneğin, t-testi, ki-kare testleri, z-testleri ve f-testleri gibi birçok veri analiz aracı ve birçok hipotez testi türü, temel alınan popülasyonun normal olarak dağılmasını gerektirir. Bunlardan bazıları ayrıca her iki popülasyonda da eşit varyanslar gerektirir.

Bazen bu gereksinimler kabul edilemez. Bunun örnekleri, popülasyonun aşırı derecede çarpık olduğu veya altta yatan dağılım veya varyansların tamamen bilinmediği durumlar olabilir.

Parametrik olmayan araçlar, temel alınan popülasyonların dağılımı veya varyans hakkında hiçbir varsayımda bulunmaz. Bunların çoğunun yapılması çok kolaydır, ancak genellikle parametrik yöntemler kadar doğru değildirler ve parametrik olmayan bir yöntem kullanılırken boş hipotezi reddetmek genellikle zordur.

Parametrik olmayan yöntemler ne zaman kullanılmalıdır?

1) Parametrik olmayan araçların ana kullanımı, normal dağıldığı bilinmeyen popülasyonlardan örnekleme yapmaktır. Parametrik yöntemler, temel alınan tüm popülasyonların normal olarak dağılmasını gerektirir. Parametrik testler, normal dağılım göstermeyen popülasyonlardan örnekler alındığında yanlış cevaplara yol açar. Parametrik olmayan testler bu duruma bir cevaptır.

2) Parametrik olmayan yaklaşımlar genellikle daha karmaşık parametrik analizlerin kısaltması olarak kullanılır. Parametrik olmayan bir test çalıştırarak genellikle çok az hesaplama gerektiren hızlı bir yanıt alabilirsiniz.

3) Parametrik olmayan araçlar, genellikle veriler kategorilere ayrılabildiğinde ancak nicelleştirilemediğinde kullanılır. Örneğin, çok memnun, orta derecede memnun, sadece memnun, daha az memnun, memnun değil gibi tüketici sıralamalarını nasıl belirlersiniz?

4) Parametrik olmayan istatistikler, sonuçları çarpıtabilecek çok sayıda aykırı değer olduğunda kullanılabilir. Parametrik olmayan istatistikler genellikle ortalama değerlerden ziyade medyanları değerlendirir. Bu nedenle, verilerin bir veya iki aykırı değeri varsa, analizin sonucu etkilenmeyecektir.

5) Sayısal olmayan verilerle uğraşırken özellikle yararlıdırlar, örn. B. Müşteriler ürünleri veya özellikleri tercihlerine göre derecelendirdiğinde.

En yaygın olarak kullanılan parametrik olmayan testler şunlardır:

– İşaret testi

– İmzalı Wilcoxon rütbesi

– Wilcoxon sıralaması toplamı

– Mann-Whitney

– Kruskal-Wallis

– Spearman korelasyon katsayısı

Blogumda, bu parametrik olmayan testlerin her birinin Excel’de nasıl ve ne zaman yapılacağına ilişkin özel talimatlar içeren makaleler var. Parametrik olmayan yöntemler, örneklerin normal dağılıma sahip popülasyonlardan alınmasını gerektiren klasik parametrik araçlardan belki daha kullanışlıdır. Parametrik olmayan testler nadiren istatistik derslerinde öğretilir. Bu utanç verici çünkü parametrik olmayan testler, verileri düzenli olarak analiz etmesi gereken herkes için çoğu zaman gerçek bir cankurtaran olabilir.



Source by Mark Harmon

CEVAP VER

Please enter your comment!
Please enter your name here